Batch-Generierung und der n-Parameter
Auf dieser Seite
Aktualisiert am 2. November 2026 — Imagine.
grok-imagine-image-qualitywurde am 2. November 2026 entfernt (die Anfragen werden nun von Imagine 2.0 inlow-Qualität bedient): Die Beispiele verwenden nungrok-imagine-image(Imagine 1.0) undgrok-imagine-image-2.0(Imagine 2.0,low,mediumoderautoQualität). Mit dem OpenAI SDK werdenaspect_ratio,resolutionundqualityüberextra_bodyübergeben, und das Bearbeiten wird über das xAI SDK oder eine HTTP-Anfrage gehandhabt.
Mehrere Bilder in einer einzigen Anfrage generieren
Der n-Parameter in der Generierungs-API ermöglicht es Ihnen, bis zu 10 Bilder aus einem einzigen Prompt zu erzeugen. Jedes Bild ist eine einzigartige Variation, die Ihnen eine Auswahl an Möglichkeiten bietet, um das beste Ergebnis zu wählen oder eine Galerie von Visualisierungen zu erstellen.
Der n-Parameter im Detail
Der n-Parameter akzeptiert eine ganze Zahl zwischen 1 und 10 und standardmäßig 1. Sein wahres Wert liegt in einer Eigenschaft der Bildgenerierung, die leicht vergessen wird: Das Ergebnis ist nicht-deterministisch. Der gleiche Prompt erzeugt jedes Mal, wenn Sie ihn aufrufen, unterschiedliche Bilder, und keines ist „korrekter” als das andere. Die gleichzeitige Generierung von vier Variationen ist kein Verschwendung, sondern die Anerkennung, dass Sie im Voraus nicht wissen, welche Variante funktionieren wird.
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("XAI_API_KEY"),
base_url="https://api.x.ai/v1"
)
# Generiere 5 Variationen
response = client.images.generate(
model="grok-imagine-image",
prompt="Ein zen-japanischer Garten mit einer roten Brücke, Ukiyo-e-Stil",
n=5,
extra_body={"aspect_ratio": "16:9", "resolution": "1k"},
)
for i, image in enumerate(response.data):
print(f"Variation {i + 1}: {image.url}")
Auswirkungen auf Kosten und Rate Limits
Der wichtigste Punkt, den Sie verstehen müssen, bevor Sie eine Pipeline darauf aufbauen: n=10 ist kein Rabatt. Sie zahlen für zehn Bilder und verbrauchen zehn Einheiten des Rate Limits, genau wie bei zehn separaten Aufrufen. Der einzige Vorteil liegt im Netzwerk: Eine einzige Rundreise statt zehn, was die Latenz verbessert, aber das Budget nicht ändert.
| Parameter | n=1 | n=5 | n=10 |
|---|---|---|---|
| Kosten (Imagine 1.0) | $0.02 | $0.10 | $0.20 |
| Kosten (Imagine 2.0, low) | $0.04 | $0.20 | $0.40 |
| Generierte Bilder | 1 | 5 | 10 |
Eine Anfrage mit n=10 verbraucht das gleiche Budget wie 10 einzelne Anfragen mit n=1, ist aber schneller, da sie nur eine einzige Netzwerkanforderung erfordert.
Auswahlstrategien
Die Generierung von zehn Variationen ohne eine Sortiermethode verschiebt lediglich das Problem: Sie hatten zuvor ein unsicheres Bild, jetzt haben Sie zehn Bilder zu beurteilen. Die erste zu klärende Frage ist das Kriterium: ästhetisch, wo das menschliche Auge ungeschlagen bleibt; oder überprüfbar (ist das Produkt sichtbar, ist der Text lesbar, wird das Format eingehalten), wo Automatisierung möglich wird.
Manuelle Auswahl
Bei kritischen Fällen (Werbung, Buchcover) laden Sie alle Variationen herunter und vergleichen sie visuell:
import urllib.request
response = client.images.generate(
model="grok-imagine-image-2.0",
prompt="Buchcover im Science-Fiction-Stil, organisches Raumschiff",
n=8,
extra_body={"aspect_ratio": "3:4", "resolution": "2k"},
)
for i, image in enumerate(response.data):
urllib.request.urlretrieve(image.url, f"variation_{i + 1}.png")
print(f"Variation {i + 1} gespeichert")
Automatisierte Auswahl
Dass ein Vision-Modell die Bilder bewertet, funktioniert unter einer Bedingung: Das Kriterium muss faktisch sein. „Enthält dieses Bild ein zentriertes Produkt auf einem festen Hintergrund?” erhält eine zuverlässige Antwort; „Welches ist das schönste?” erhält eine willkürliche Antwort, die mit Zuversicht präsentiert wird. Formulieren Sie überprüfbare Kriterien und behalten Sie die ästhetische Urteilsbildung für sich selbst.
def generate_and_select(prompt, n=5):
"""Generiere n Variationen und gib alle URLs zurück."""
response = client.images.generate(
model="grok-imagine-image",
prompt=prompt,
n=n
)
return [image.url for image in response.data]
Batch-Bearbeitung mehrerer Prompts
Um Bilder aus mehreren unterschiedlichen Prompts zu generieren, kombinieren Sie die Aufrufe:
prompts = [
"Illustration eines pariseren Cafés, impressionistischer Stil",
"Luftaufnahme von terrassierten Reisfeldern, fotografischer Stil",
"Innenraum einer alten Bibliothek, gedämpftes Licht"
]
all_results = {}
for prompt in prompts:
response = client.images.generate(
model="grok-imagine-image",
prompt=prompt,
n=3
)
all_results[prompt] = [img.url for img in response.data]
# 3 Prompts x 3 Variationen = 9 Bilder, Gesamtkosten: $0.18
Batch-Download
Dies ist die Gewohnheit, die Sie von der ersten Zeile des Codes an aufbauen müssen, nicht erst bei der Produktion: URLs verfallen. Ein Batch von zehn Bildern, der morgens generiert und abends heruntergeladen wird, ist ein verlorener Batch – und Sie müssen dafür erneut zahlen.
import urllib.request
import os
def download_batch(response, output_dir="generated"):
"""Laden Sie alle Bilder aus einer Antwort herunter."""
os.makedirs(output_dir, exist_ok=True)
for i, image in enumerate(response.data):
filepath = os.path.join(output_dir, f"image_{i + 1}.png")
urllib.request.urlretrieve(image.url, filepath)
print(f"{len(response.data)} Bilder in {output_dir}/ gespeichert")
Preise Stand 5. August 2026 — Die Preise ändern sich regelmäßig: Überprüfen Sie vor jeder Budgetberechnung die aktuelle Preisliste auf der offiziellen Seite für xAI-Modelle und Preise.
Kernaussagen
- Der
n-Parameter ermöglicht die Generierung von 1 bis 10 Variationen pro Anfrage - Jedes Bild wird einzeln für die Abrechnung berücksichtigt
- Die Batch-Generierung (eine Anfrage mit n>1) ist schneller als n einzelne Anfragen
- Laden Sie die Ergebnisse sofort herunter, da URLs vorübergehend sind
- Verwenden Sie n=3 bis 5 zur Erkundung und n=1 für gezielte Produktion